The Effect of Using a Remote Patient Management Platform in Optimizing Guideline-Directed Medical Therapy in Heart Failure Patients
Notice bibliographique
Résumé
BACKGROUND: Guideline-directed medical therapy (GDMT) remains underutilized in patients with heart failure with reduced ejection fraction, leading to morbidity and mortality. OBJECTIVES: The Medly Titrate (Use of Telemonitoring to Facilitate Heart Failure Mediation Titration) study was an open-label, randomized controlled trial to determine whether remote medication titration for patients with heart failure with reduced ejection fraction was more effective than usual care (UC). METHODS: In this study, 108 patients were randomized to remote GDMT titration through the Medly heart failure program (n = 56) vs UC (n = 52). The primary outcome was the proportion of patients completing GDMT titration at 6 months. Secondary outcomes included the number of clinic visits and time required to achieve titration, patient health outcomes, and health care utilization, including urgent clinic/emergency department visits and hospitalization. RESULTS: At 6 months, GDMT titration was completed in 82.1% (95% CI: 71.2%-90.8%) of patients in the intervention arm vs 53.8% in UC (95% CI: 41.1%-67.7%; P = 0.001). Remote titration required fewer in-person (1.62 ± 1.09 vs 2.42 ± 1.65; P = 0.004) and virtual clinic visits (0.50 ± 1.08 vs 1.29 ± 1.86; P = 0.009) to complete titration. Median time to optimization was shorter with remote titration (3.42 months [Q1-Q3: 2.99-4.04 months] vs 5.47 months [Q1-Q3: 4.14-7.33 months]; P < 0.001). The number of urgent clinic/emergency department visits (incidence rate ratio of remote vs control groups: 0.90 [95% CI: 0.53-1.56]; P = 0.70) were similar between groups, with a reduction in all-cause hospitalization with remote titration (incidence rate ratio: 0.55 [95% CI: 0.31-0.97]; P = 0.042). CONCLUSIONS: Remote titration of GDMT in heart failure with reduced ejection fraction was effective, safe, feasible, and increased the proportion of patients achieving target doses, in a shorter period of time with no excess adverse events compared with UC. (Use of Telemonitoring to Facilitate Heart Failure Mediation Titration [Medly Titrate]; NCT04205513).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».